[发明专利]一种基于MODWT和TDCNN的多导联心律失常智能诊断方法

摘要

一种基于MODWT和TDCNN的多导联心律失常智能诊断方法，包括：a)基于MODWT寻找任意长度真实心电图数据R波位置，对数据进行分割；b)以MIT‑BIH心律失常数据库作为训练测试数据来源，基于TDCNN建立并训练神经网络；c)利用训练好的网络对真实心电图数据进行智能诊断，并找到心律失常位置；本发明能根据不同人R波位置、心率对任意长度真实心电图数据进行分割，并且充分考虑导联之间的内在相关性，易于理解，容易实现，预测精度较高，更适于心律失常的诊断。

主权项

1.一种基于MODWT和TDCNN的多导联心律失常智能诊断方法，它包括如下步骤：a)基于MODWT寻找任意长度真实心电图数据R波位置，对数据进行分割；b)以MIT‑BIH心律失常数据库作为训练测试数据来源，基于TDCNN建立并训练神经网络；c)利用训练好的网络对真实心电图数据进行智能诊断，并找到心律失常位置；其特征在于：所述步骤a)，基于MODWT寻找任意长度真实心电图数据R波位置，对数据进行分割方法为：设有多导联心电图数据X：其中：m表示导联数目，n表示采样点数(因采样频率f_c已知，可得采样点i处对应时刻t_i＝i/f_c)，包括如下步骤：步骤1：取第1导联数据作为分析数据，利用MODWT编程获得连续s个R波所处采样点位置w₁、w₂、…、w_s，可见：1<w₁<w₂…<w_s<n；步骤2：获得RR间隔：y₁＝w₂‑w₁,y₂＝w₃‑w₂,…,y_s‑1＝w_s‑w_s‑1取均值得心率y_z，为包含一个心跳周期，在w₁处：截取数据为：注意，当下标<0或>n时，舍弃该段数据。对数据进行归一化处理，并通过拉伸或压缩变换到定长N(注：可设为训练数据的采样频率)：x₁₁₁，...，x_11N其中，下标第1位“1”表示导联1，第2位“1”表示第1个心跳周期，第3位表示第1个心跳周期的采样点位置；同理，得其他位置截取数据：x₁₂₁，...，x_12N，x₁₃₁，...，x_13N，…,x_1s1，...，x_1sN。步骤3：对其他导联，以第1导联R波位置为基准，同样处理；将各导联在各心跳周期的定长数据依序上下排列，获得分割好的二维数据组合Y：Y＝[Y₁，…,Y_s]，其中：此即为需诊断的心跳周期分割数据。